ANALISIS SENTIMEN PADA MEDIA SOSIAL TWITTER TERHADAP TOKOH JOKO WIDODO MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Perkembangan teknologi informasi dan digitalisasi membawa perubahan signifikan dalam cara masyarakat berinteraksi, salah satunya penggunaan media sosial Twitter. Twitter digunakan sebagai sarana untuk berbagi opini, pandangan, dan sentimen terhadap berbagai isu, termasuk tokoh-tokoh politik. Keberadaan tokoh Joko Widodo memicu beragam perdebatan di platform tersebut, baik dalam aspek yang mendukung maupun yang menentang, menjadi suatu hal yang esensial untuk dipahami oleh masyarakat. Dengan memanfaatkan algoritma Naïve Bayes dan Support Vector Machine (SVM), penelitian ini mengungkap pandangan masyarakat baik secara positif ataupun negatif di media sosial Twitter mengenai tokoh Joko Widodo. Naïve Bayes dan SVM mengelompokkan respons publik menjadi kategori sentimen positif dan negatif. Akurasi Naïve Bayes lebih unggul di angka 71,50% dibandingkan SVM sebesar 69,00%. Hasil perbandingan kinerja kedua metode menunjukkan bahwa keduanya memiliki potensi yang signifikan dalam analisis sentimen terhadap Tokoh Joko Widodo. Sehingga penelitian ini dapat menjadi panduan penting dalam pengambilan keputusan terkait analisis sentimen publik dalam konteks yang lebih luas. Kata Kunci: Analisis Sentimen, Media Sosial Twitter, Joko Widodo, Metode Naïve Bayes, Support Vector Machine (SVM).